一句话看懂：《纽约时报》刊发程序员兼作家 Paul Ford 的专栏，核心观点是 AI 能写出不错的代码，却也让”把别人的活干砸”变得更容易，因此软件行业对”AI 取代开发者”的恐慌正在退潮。他用一句话概括期待：在杀手机器人到来之前，先给我一个杀手级应用。
事件核心：发生了什么
2026 年 9 月 12 日，Daring Fireball 转载了 Paul Ford 在《纽约时报》撰写的专栏（原文含赠阅链接）。Ford 在文中回顾了自己作为软件开发者的处境：一度看起来像他这样的岗位要被”不知疲倦的机器人”取代，但行业正逐渐意识到，做出真正前沿的软件仍然需要人类协作、发挥各自的技能组合并打磨手艺。他没有否认 AI 的编码能力——”AI 能写出非常好的软件”，但同时指出它让跨界做事变得廉价，很多人因此把不属于自己的活干得很糟，这也是大量项目失败的部分原因。”既然人人都会写代码了，为什么很多人不该写，反而更清楚了。” Ford 随后在 Bluesky 上转发自己的专栏时补了一句更锋利的话：我只想在杀手机器人之前，先看到一个杀手级应用。
为什么重要
这番表态的价值不在技术预测，而在对行业情绪的纠偏。过去两年，围绕大模型写代码的讨论主要在两个极端之间摆动：一边是”开发者将失业”，另一边是”AI 只是高级补全”。Ford 的观察提供了第三种判断——AI 降低了写代码的门槛，却没有降低写好软件的门槛。结果是项目数量变多、失败率也可能变高，因为能力被稀释到了更多不具备完整工程能力的人手里。对整个 AI 行业而言，这意味着竞争力不会只落在模型能力或推理成本上，而会回到产品判断、工程纪律和团队协作这些老问题上。
对用户/开发者/创作者的影响
对开发者来说，短期内工具链会继续变强，调用模型 API 完成常规任务会越来越便宜，但”能跑”和”能维护”之间的距离会被拉大，代码审查、架构决策和需求判断的权重反而上升。对普通用户和创作者来说，会用 AI 生成原型、图标、文案不再是优势，优势在于能否判断产出物值不值得留下——这也解释了 Ford 为什么强调”杀手级应用”：用户要的是有人把复杂流程真正解决掉的产品，而不是一堆能生成但没人负责的中间结果。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
目前公开信息显示，Ford 并未在文中点名具体产品或公司，因此可验证的观察点有三个：一是看接下来一年是否出现被广泛认可的 AI 原生应用，而非只是给现有软件加一个助手入口；二是看企业是否开始为”AI 生成代码”设立更严格的审查与责任归属流程；三是看招聘结构是否从”写代码的人”转向”能判断代码该不该写的人”。这些变化比任何关于取代的预测都更能说明问题。
